Generative AI and Agricultural Productivity: Evidence from Peanut Farmers in China

En muchas partes del mundo, la agricultura es una negociación constante con la incertidumbre. Un agricultor debe decidir cuándo sembrar, cuánta agua suministrar y qué hacer cuando una hoja se vuelve amarilla, a menudo sin acceso a un experto que esté justo a su lado. Durante décadas, la solución ha sido confiar en la experiencia local, los vecinos o los trabajadores de extensión gubernamentales que viajan de pueblo en pueblo. Estos canales proporcionan conocimientos vitales, pero suelen ser lentos, costosos de escalar o demasiado genéricos para adaptarse a las condiciones específicas de un solo campo. En años recientes, los teléfonos móviles y el internet han comenzado a cerrar esta brecha, ofreciendo acceso instantáneo a informes meteorológicos y precios de mercado. Sin embargo, ha surgido una nueva pregunta: ¿puede la inteligencia artificial hacer más que simplemente entregar datos estáticos? ¿Puede un programa informático conversar realmente con un agricultor, comprender el problema único de un cultivo específico y ofrecer consejos que se sientan como si vinieran de un experto experimentado? Esta es la promesa de la inteligencia artificial generativa, una tecnología capaz de crear respuestas nuevas y personalizadas en lugar de simplemente recuperar respuestas preescritas. Si esta tecnología puede realmente reducir la barrera del asesoramiento experto, podría transformar la forma en que los pequeños agricultores gestionan sus tierras, convirtiendo potencialmente la incertidumbre en oportunidad.

Un equipo de investigadores de la Universidad Agrícola de Nanjing se propuso probar esta promesa en el mundo real, centráéndose en los productores de cacahuete en seis provincias de China. Recopilaron datos de 9edes 977 hogares en 2025, un año que marcó un momento significativo para esta tecnología en la agricultura. Los investigadores querían saber si el uso de herramientas de IA generativa —aplicaciones que pueden chatear con los usuarios y generar consejos— realmente cambiaba la cantidad de tierra que los agricultores plantaban, cuánto cosechaban y qué tan eficientemente utilizaban sus recursos. Para obtener una respuesta clara, tuvieron que ser cuidadosos. Los agricultores que eligen utilizar nuevas tecnologías suelen ser diferentes de aquellos que no lo hacen; pueden tener mayor nivel educativo, mejores tierras o, simplemente, ser más propensos a asumir riesgos. Los investigadores utilizaron un método estadístico sofisticado para separar el efecto de la tecnología en sí de estos otros factores, asegurando que cualquier mejora encontrada estuviera verdaderamente vinculada al uso de la IA.

Los resultados fueron alentadores, pero específicos. Los agricultores que utilizaron la IA generativa para sus cultivos de cacahuete plantaron significativamente más tierra y cosecharon un mayor rendimiento por unidad de área en comparación con aquellos que no lo hicieron. En promedio, los usuarios vieron aumentar su producción de cacahuete y se sintieron lo suficientemente seguros como para expandir su área de siembra. Sin embargo, la tecnología no pareció cambiar la eficiencia fundamental de la granja en un sentido más amplio. Cuando los investigadores calcularon la productividad total de los factores —una medida de qué tan bien una granja convierte todos sus insumos, como mano de obra y fertilizantes, en producción—, no encontraron una diferencia significativa entre usuarios y no usuarios. Esto sugiere que, si bien la IA ayudó a los agricultores a tomar mejores decisiones inmediatas, aún no ha revolucionado todo el sistema de producción ni ha cambiado la tecnología subyacente de cómo se cultivan los cacahuetes.

El estudio profundizó para entender por qué ocurrieron estas ganancias. El beneficio principal pareció provenir de una mejor gestión de plagas y enfermedades. Los agricultores que usaban la IA podían identificar problemas en sus cultivos de manera mucho más rápida y precisa. En lugar de esperar a que un vecino notara una plaga o adivinar la causa del marchitamiento de las hojas, podían consultar a la IA, la cual les ayudaba a diagnosticar el problema y aplicar el tratamiento adecuado más pronto. Esta velocidad y precisión redujeron la cantidad de cultivo perdido por enfermedad. Además, la tecnología ayudó a los agricultores a utilizar su mano de obra de manera más eficiente. Al encargarse del trabajo mental de buscar información y planificar tareas, la IA liberó tiempo para que los agricultores pudieran concentrarse en el trabajo físico en el campo. El estudio encontró que estas mejoras se concentraron en el área del control de plagas; la IA no cambió significativamente la forma en que los agricultores adoptaban nuevas variedades de semillas, nuevos fertilizantes o nueva maquinaria de cosecha. La tecnología estaba demostrando ser más útil para las decisiones diarias y recurrentes que requieren respuestas rápidas y localizadas.

No todos los agricultores se beneficiaron de la misma manera. El estudio reveló que las ventajas de la IA generativa no eran automáticas; dependían fuertemente de las propias habilidades y circunstancias del agricultor. Las ganancias en el rendimiento fueron más pronunciadas entre los agricultores que ya tenían un mayor nivel de alfabetización digital, es decir, que se sentían cómodos usando teléfonos inteligentes y navegando por herramientas digitales. También ayudó a aquellos que habían asistido previamente a capacitaciones técnicas o intercambiado conocimientos con otros agricultores. Estos grupos estaban mejor equipados para hacer las preguntas correctas e interpretar los consejos de la IA en acciones. Además, los beneficios fueron más claros para los agricultores con parcelas de tierra más grandes y menos fragmentadas. Para los agricultores con muchas piezas de tierra pequeñas y dispersas, la tecnología no produjo el mismo impulso en el rendimiento, lo que sugiere que la escala de la granja importa cuando se intenta traducir la mejor información en mejores resultados.

Más allá de los campos, los investigadores observaron el impacto económico en los hogares. El aumento del rendimiento y las mayores áreas de siembra se tradujeron directamente en mayores ingresos para las familias que utilizaban la tecnología. Curiosamente, la IA no pareció cambiar cuánto gastaban los agricultores en fertilizantes o pesticidas, ni alteró el precio al que vendían sus cacahuetes. El valor provino puramente de cultivar más y perder menos debido a las enfermedades. Mirando hacia el futuro, los agricultores que usaron la IA expresaron un fuerte deseo de seguir utilizándola, particularmente para tareas que ocurren con frecuencia, como la elección de semillas, la gestión del agua y la revisión de niveles de plagas. Eran menos entusiastas sobre el uso de la tecnología para decisiones importantes de una sola vez, como la compra de maquinaria pesada o el procesamiento de la cosecha después de que el cultivo es recolectado. Esto sugiere que los agricultores ven la tecnología como un asistente poderoso para el ritmo diario de la agricultura, más que como un reemplazo para las grandes inversiones de capital.

Los hallazgos ofrecen un panorama claro de dónde se encuentra esta tecnología hoy en día. La inteligencia artificial generativa no es una varita mágica que resuelve instantáneamente todos los problemas agrícolas o transforma completamente la forma en que se produce el alimento. En cambio, actúa como una herramienta de apoyo a la decisión altamente efectiva que llena una brecha crítica: la necesidad de asesoramiento oportuno y localizado. Al ayudar a los agricultores a detectar problemas tempranamente y gestionar mejor su mano de obra, puede aumentar la producción y los ingresos, pero solo si los agricultores poseen las habilidades para usarla y la estructura de la tierra para soportarlo. El estudio sugiere que el futuro de la tecnología agrícola no reside solo en construir algoritmos más inteligentes, sino en combinarlos con la educación humana y una mejor infraestructura. Si se puede enseñar a los agricultores a trabajar eficazmente con estas nuevas herramientas digitales, y si la tierra que cultivan está organizada de una manera que permita una gestión eficiente, entonces la IA generativa podría convertirse en una parte estándar del kit de herramientas para los pequeños agricultores, convirtiendo la información de un recurso escaso en un aliado confiable.